Я пытаюсь выполнить OCR и вывести в виде PDF, используя Tess4J и следующий код в Linux (Ubuntu 16 Xenial) .
public void testOcr() throws Exception {
File imageFile = new File("/projects/de.conradt.core/tessdata/urkunde.jpg");
ITesseract instance = new Tesseract1(); // tried both Tesseract() and Tesseract1()
// File tessDataFolder = LoadLibs.extractTessResources("tessdata"); // Maven build bundles English data
// instance.setDatapath(tessDataFolder.getParent());
instance.setDatapath("/projects/de.conradt.core/tessdata");
instance.setLanguage("deu");
try {
String result = instance.doOCR(imageFile);
System.out.println(result);
} catch (TesseractException e) {
System.err.println(e.getMessage());
}
List<ITesseract.RenderedFormat> list = new ArrayList<ITesseract.RenderedFormat>();
list.add(ITesseract.RenderedFormat.PDF);
File pdfFile = new File("/projects/de.conradt.core/tessdata/urkunde.pdf");
instance.createDocuments(pdfFile.getAbsolutePath(), "/projects/de.conradt.core/tessdata/urkunde", list);
}
Последняя строка
instance.createDocuments(pdfFile.getAbsolutePath(), "/projects/de.conradt.core/tessdata/urkunde", list);
выдает исключение:
11:03:12.651 [http-nio-8080-exec-1] ERROR net.sourceforge.tess4j.Tesseract - Invalid calling convention 63
java.lang.IllegalArgumentException: Invalid calling convention 63
at com.sun.jna.Native.createNativeCallback(Native Method)
at com.sun.jna.CallbackReference.<init>(CallbackReference.java:239)
at com.sun.jna.CallbackReference.getFunctionPointer(CallbackReference.java:413)
at com.sun.jna.CallbackReference.getFunctionPointer(CallbackReference.java:395)
at com.sun.jna.Function.convertArgument(Function.java:541)
at com.sun.jna.Function.invoke(Function.java:305)
at com.sun.jna.Library$Handler.invoke(Library.java:236)
at com.sun.proxy.$Proxy89.gsapi_set_stdio(Unknown Source)
at org.ghost4j.Ghostscript.initialize(Ghostscript.java:323)
at net.sourceforge.tess4j.util.PdfUtilities.convertPdf2Png(PdfUtilities.java:103)
at net.sourceforge.tess4j.util.PdfUtilities.convertPdf2Tiff(PdfUtilities.java:48)
at net.sourceforge.tess4j.Tesseract.createDocuments(Tesseract.java:535)
at net.sourceforge.tess4j.Tesseract.createDocuments(Tesseract.java:507)
at de.conradt.core.Example.testOcr(Example.java:62)
at de.conradt.core.Example.ocr(Example.java:35)
Я обнаружил, что это известная (но предположительно закрытая) проблема с Tess4J:
- https://github.com/nguyenq/tess4j/issues/35
- https://sourceforge.net/p/tess4j/discussion/1202294/thread/2a25344c/
- https://github.com/zippy1978/ghost4j/issues/44
но я проверил свои версии, а также переменную env TESSDATA_PREFIX. Насколько я вижу, все настроено правильно.
Версия Tesseract и Leptonica:
$ /usr/bin/tesseract --version
tesseract 3.04.01
leptonica-1.73
libgif 5.1.2 : libjpeg 8d (libjpeg-turbo 1.4.2) : libpng 1.2.54 : libtiff 4.0.6 : zlib 1.2.8 : libwebp 0.4.4 : libopenjp2 2.1.0
Версия Ghostscript: (это последняя версия, которую я получил через apt-get
)
$ ghostscript -v
GPL Ghostscript 9.18 (2015-10-05)
Copyright (C) 2015 Artifex Software, Inc. All rights reserved.
Версия Tess4j:
3.2.1
и TESSDATA_PREFIX (файлы конфигурации и т. д. находятся в /projects/de.conradt.core/tessdata):
$ echo $TESSDATA_PREFIX
/projects/de.conradt.core
Глядя на журнал выпуска Tess4j: http://tess4j.sourceforge.net/changelog.html, я должен использовать правильный стек версий. Особенно версия 3.2 в журнале изменений написано:
Версия 3.2 — 15 мая 2016 г.: возврат JNA к версии 4.1.0 из-за ошибок «Недопустимое соглашение о вызовах 63» при вызове GhostScript через Ghost4J в Linux.
поэтому я подумал, что должен быть в безопасности с 3.2.1.
Нужно ли мне вручную устанавливать что-либо о JNA? Насколько я понимаю, это было явно исправлено в 3.2.0 для Linux.
jna-4.1.0
версию. - person nguyenq   schedule 02.11.2016